휴먼 코넥텀 프로젝트

Human Connectome Project

휴먼 커넥톰 프로젝트(Human Connectome Project, HCP)는 국립보건원 16개 구성요소가 후원하는 5개년 프로젝트로, 연구기관의 두 컨소시엄으로 나뉘어 있다.[1] 프로젝트는 2009년 7월 NIH의 신경과학 연구 청사진의 3대 도전과제 중 첫 번째로 시작됐다.[2] 2010년 9월 15일, NIH는 세인트루이스의 워싱턴 대학교와 미네소타 대학교가 이끄는 컨소시엄에 5년간 3,000만 달러, 옥스퍼드 대학교(FMRIB)의 강력한 기여를 받아 3년간 850만 달러를 하버드 대학교, 매사추세츠 대학교가 이끄는 컨소시엄에 수여한다고 발표했다. 병원캘리포니아 대학 로스앤젤레스.[3]

휴먼 커넥텀 프로젝트의 목표는 건강한 인간의 뇌 내부의 해부학적, 기능적 연결성을 조명할 '네트워크 맵'(커넥텀)을 구축하는 것은 물론 난독증, 자폐증, 알츠하이머병, 조현병 등 뇌 질환에 대한 연구를 용이하게 할 데이터 본체를 제작하는 것이다.[4][5]

WU-민-옥스포드 컨소시엄

WU-Minn-Oxford 컨소시엄은 인간 두뇌의 연결을 공간 해상도로 이전보다 훨씬 더 잘 매핑하기 위해 개선된 MRI 계측, 이미지 획득 및 이미지 분석 방법을 개발했다. 이러한 방법을 사용하여 WU-Minn-Oxford 컨소시엄은 1,200개의 건강한 MRI와 행동 데이터를 대량 수집했다. 성인 - 쌍둥이 쌍과 300가족의 형제자매 - 특별한 3 테슬라 MRI 기기를 사용한다. 또 7테슬라에서 184개의 피사체를 스캔해 공간 해상도를 높였다. 이 데이터는 각 개인에 대한 뇌의 부분들 사이의 해부학적, 기능적 연관성을 보여주기 위해 분석되고 있으며, 행동 테스트 데이터와 관련될 것이다. 유전적으로 일란성 쌍둥이와 이란성 쌍둥이의 코넥텀과 유전자 데이터를 비교해 보면 뇌 회로를 형성하는 데 유전자와 환경의 상대적 기여도를 밝혀내고 관련 유전적 변이를 정확히 파악할 수 있다. 이 지도들은 또한 뇌 네트워크가 어떻게 구성되어 있는지 조명할 것이다.

WU-Minn은 휴면상태 fMRI와 작업기반 기능 MRI, MEG, EEG, 확산 MRI비침습적 영상기술을 결합해 개별 뉴런을 매핑하기보다는 해부학적으로 기능적으로 구별되는 영역으로 나눌 수 있는 대형 뇌 시스템을 매핑하는 매크로 스케일로 코넥텀을 매핑할 예정이다.

9개 기관의 수십 명의 조사관과 연구원들이 이 프로젝트에 기여했다. 연구기관에는 다음이 포함된다. 워싱턴대 세인트루이스, 미국 미네소타대, 옥스퍼드대, 세인트루이스대, 인디애나대, 단눈치오대 치에티-페스카라대, 에른스트 스트룽만연구소, 워릭대, 어드밴스드 MRI 테크놀로지스, 캘리포니아대 버클리대.[6]

이 연구에서 나온 데이터는 오픈 소스 웹 접근성 신경정보학 플랫폼에서 공개되고 있다.[7][8]

MGH/하버드-UCLA 컨소시엄

MGH/하버드-UCLA 컨소시엄은 공간 분해능과 품질, 속도를 높이는 것을 목표로 확산 MRI를 이용한 뇌의 구조연결 영상촬영을 위한 MRI 기술 최적화에 주력할 예정이다. 두 프로젝트에 모두 채택된 확산 MRI는 물의 움직임을 추적하여 뇌의 섬유성 장거리 연결부를 지도화한다. 세포의 다른 종류에 있는 물의 확산 패턴은 다른 종류의 조직을 감지할 수 있게 한다. 이 영상법을 이용하면 백질이라 불리는 뉴런의 긴 확장을 예리하게 완화하여 볼 수 있다.[9][10]

이 프로젝트를 위해 MGH Martinos Center에 구축된 새로운 스캐너는 "기존 시스템보다 4~8배 강력해 기존에 가능했던 것보다 감도가 높은 인체 신경절제술을 촬영할 수 있다"[3]고 말했다. 스캐너는 최대 구배 강도가 300 mT/m이고 슬루 레이트가 200 T/m/s이며, b-값은 최대 20,000 s/mm^2까지 테스트되었다. 비교를 위해 표준 그라데이션 코일은 45 mT/m이다.[11][12][13]

행동 테스트 및 측정

인간 커넥텀 프로젝트는 두뇌 연결성과 행동 사이의 관계를 더 잘 이해하기 위해 광범위한 인간의 기능을 평가하는 신뢰할 수 있고 잘 검증된 조치의 배터리를 사용할 것이다. 배터리의 핵심은 NIH Toolbox for Assessment of Neuchical and Violation 함수에 의해 개발된 도구와 방법이다.[14]

리서치

휴먼 코넥텀 프로젝트는 대규모의 연구 팀으로 성장했다. 이 팀들은 이 프로젝트에 의해 개발된 뇌 스캐닝의 스타일을 이용한다.[15] 이 연구들은 대개 많은 참가자들의 그룹을 사용하고, 참가자들의 뇌의 많은 각도를 스캔하며, 각 참가자들의 뇌에 있는 구조물의 위치를 세심하게 문서화하는 것을 포함한다.[16] Human Connectome 프로젝트와 관련된 연구들은 현재 Connectome Coordination Facility에 의해 분류되어 있다. 이 연구는 세 가지 범주로 나뉜다. 건강한 성인 코넥텀, 수명 코넥텀 데이터, 그리고 인간 질병과 관련된 코넥텀. 이러한 각각의 범주 아래에는 특정 질문들에 대한 연구 그룹들이 있다.

건강한 성인 코넥텀

[17] Human Connectome Project Young Adults 연구는 1100명의 건강한 청소년들의 뇌 연결에 관한 데이터를 과학계에 제공했다.[18] 과학자들은 뇌의 어떤 부분이 서로 의사소통하는지에 대한 이론을 뒷받침하기 위해 이 연구의 자료를 이용했다.[19] 예를 들어, 한 연구는 감정 처리에 필수적인 뇌의 일부인 편도체가 감각으로부터 정보를 받고 움직임을 계획하는 뇌의 부분과 연결되어 있다는 것을 보여주기 위해 프로젝트의 데이터를 사용했다.[20] 또 다른 연구는 불안하거나 우울한 기분을 경험하는 경향이 높은 건강한 개인들은 편도체와 주의와 관련된 많은 뇌 영역 사이의 연관성이 적다는 것을 보여주었다.

수명 코넥텀 데이터

현재 젊은이들을 제외한 4개의 연구 단체가 인구의 뇌에서 연결에 관한 데이터를 수집하고 있다. 이러한 집단의 목적은 유아기, 소아기, 청소년기, 노화기의 일반적인 뇌 연결성을 결정하는 것이다. 과학자들은 이 연구 그룹들의 데이터를 그들이 Human Connectome Project Young Adults 연구의 데이터를 사용한 것과 같은 방식으로 사용할 것이다.[21]

인간병 관련 코넥텀

14개의 연구 그룹은 특정 질병이 진행되는 동안 뇌의 연결이 어떻게 변화하는지 조사한다. 이 중 4개 그룹은 알츠하이머치매에 초점을 맞추고 있다. 알츠하이머병과 치매는 노화 중에 시작되는 질병이다. 기억 상실과 인지 장애는 이러한 질병의 진행을 나타낸다. 과학자들은 알츠하이머병을 특정한 원인이 있는 질병으로 간주하고 있지만, 치매는 실제로 여러 가지 원인에 기인할 수 있는 증상을 설명한다. 다른 두 연구 그룹은 시력을 방해하는 질병이 뇌의 연결성을 어떻게 변화시키는지 조사한다. 또 다른 4개 연구단체는 비정상적인 감정 조절을 초래하는 불안장애주요 우울장애, 심리적 장애에 초점을 맞추고 있다. 두 개 이상의 연구 그룹은 한 개인이 다른 사람들과 다르게 현실을 인식하는 일부 심리 장애의 증상인 정신병의 영향에 초점을 맞추고 있다. 그 팀들 중 한 팀이 발작의 특징인 간질을 연구한다. 마지막으로, 한 연구팀은 일부 정신 질환의 비율이 높은 종교 및 민족 집단인 아미쉬 사람들의 뇌 연결을 문서화하고 있다.[22]

비록 조사 중인 질병에서 뇌 연결의 변화에 대한 이론들이 제시되어 왔지만, 이러한 이론들 중 많은 것들이 건강한 사람들의 데이터에 의해 뒷받침되어 왔다.[20] 예를 들어, 건강한 개인의 뇌에 대한 분석은 불안장애와 우울증을 가진 개개인이 그들의 정서적 중심과 관심을 지배하는 영역 사이의 연결성이 떨어진다는 이론을 뒷받침했다. 연구자들은 특히 이러한 질병을 가진 개인들로부터 데이터를 수집함으로써 이러한 개인들의 뇌 연결이 시간이 지남에 따라 어떻게 변하는지 좀 더 확실한 아이디어를 얻기를 바란다.

상태

그 프로젝트는 아직 공식적으로 완성이 선언되지 않았다.

유용한 링크

HCP wiki - Human Connectome 프로젝트 wiki

ICA-FIX - 유휴 상태 fMRI 데이터에[23][24][25] 사용되는 ICA-FIX 알고리즘에 대한 문서

참고 항목

참조

  1. ^ NIH Launches the Human Connectome Project to Unravel the Brain's Connections, National Institutes of Health, 2009-07-15, retrieved 2013-02-16
  2. ^ "The Human Connectome Project", NIH Blueprint for Neuroscience Research, National Institutes of Health, retrieved 2013-02-16
  3. ^ a b $40 million awarded to trace human brain's connections, National Institutes of Health, 2010-09-15, retrieved 2013-02-16, Souped-up scanners to reveal intricate circuitry in high resolution
  4. ^ Ghosh, Pallab; Van Wedeen, M.D. (2013-02-16). "Inside the brain's wiring" (video). Boston: BBC News Online. Retrieved 2013-02-16.
  5. ^ Geddes, Linda (2016). "Human brain mapped in unprecedented detail". Nature. doi:10.1038/nature.2016.20285. S2CID 89023120.
  6. ^ "$40 Million Awarded to Trace Human Brain's Connections". NIMH. September 15, 2010. Archived from the original on January 10, 2012. Retrieved March 12, 2018.
  7. ^ "Connectome - Homepage".
  8. ^ "ConnectomeDB".
  9. ^ "Sample diffusion MRI image of brain", Laboratory of Neuro Imaging, UCLA, archived from the original on 2012-03-05, retrieved 2013-02-16
  10. ^ Fan, Qiuyun; Witzel, Thomas; Nummenmaa, Aapo; Van Dijk, Koene R. A.; Van Horn, John D.; Drews, Michelle K.; Somerville, Leah H.; Sheridan, Margaret A.; Santillana, Rosario M. (2016-01-01). "MGH-USC Human Connectome Project datasets with ultra-high b-value diffusion MRI". NeuroImage. 124 (Pt B): 1108–1114. doi:10.1016/j.neuroimage.2015.08.075. ISSN 1095-9572. PMC 4651764. PMID 26364861.
  11. ^ Gmax = 300 mT/m 인간 그라데이션, Proc를 사용한 높은 b-값 확산 영상에서 SNR 개선. 인터. 소. 매그. 공명. 제20장(2012년) 2738호
  12. ^ "About the Center". 22 March 2019.
  13. ^ Fan, Qiuyun; Nummenmaa, Aapo; Witzel, Thomas; Zanzonico, Roberta; Keil, Boris; Cauley, Stephen; Polimeni, Jonathan R.; Tisdall, Dylan; Van Dijk, Koene R. A. (2014-11-21). "Investigating the capability to resolve complex white matter structures with high b-value diffusion magnetic resonance imaging on the MGH-USC Connectom scanner". Brain Connectivity. 4 (9): 718–726. doi:10.1089/brain.2014.0305. ISSN 2158-0022. PMC 4238244. PMID 25287963.
  14. ^ http://humanconnectome.org/about/project/behavioral-testing.html, 2013-03-08 검색
  15. ^ Glasser, Matthew F; Smith, Stephen M; Marcus, Daniel S; Andersson, Jesper L R; Auerbach, Edward J; Behrens, Timothy E J; Coalson, Timothy S; Harms, Michael P; Jenkinson, Mark; Moeller, Steen; Robinson, Emma C; Sotiropoulos, Stamatios N; Xu, Junqian; Yacoub, Essa; Ugurbil, Kamil; Van Essen, David C (2016). "The Human Connectome Project's neuroimaging approach". Nature Neuroscience. 19 (9): 1175–87. doi:10.1038/nn.4361. PMC 6172654. PMID 27571196.
  16. ^ UpAndRunning. "Connectome - Homepage". www.humanconnectome.org. Retrieved 2017-11-28.
  17. ^ UpAndRunning. "HCP Young Adult - Connectome - Publications". www.humanconnectome.org. Retrieved 2017-11-29.
  18. ^ "Archived copy". Archived from the original on 2017-05-07. Retrieved 2016-03-03.CS1 maint: 제목으로 보관된 복사본(링크)
  19. ^ Toschi, Nicola; Duggento, Andrea; Passamonti, Luca (2017). "Functional connectivity in amygdalar-sensory/(pre)motor networks at rest: New evidence from the Human Connectome Project". European Journal of Neuroscience. 45 (9): 1224–1229. doi:10.1111/ejn.13544. PMID 28231395.
  20. ^ a b De Witte, Nele A. J; Mueller, Sven C (2016). "White matter integrity in brain networks relevant to anxiety and depression: Evidence from the human connectome project dataset". Brain Imaging and Behavior. 11 (6): 1604–1615. doi:10.1007/s11682-016-9642-2. hdl:1854/LU-8163582. PMID 27744495. S2CID 21758303.
  21. ^ UpAndRunning. "Connectome - HCP Lifespan Studies". www.humanconnectome.org. Retrieved 2017-12-13.
  22. ^ UpAndRunning. "Connectome - Human Connectome Studies Related To Disease". www.humanconnectome.org. Retrieved 2017-12-13.
  23. ^ Smith, Stephen M; Beckmann, Christian F; Andersson, Jesper; Auerbach, Edward J; Bijsterbosch, Janine; Douaud, Gwenaëlle; Duff, Eugene; Feinberg, David A; Griffanti, Ludovica; Harms, Michael P; Kelly, Michael; Laumann, Timothy; Miller, Karla L; Moeller, Steen; Petersen, Steve; Power, Jonathan; Salimi-Khorshidi, Gholamreza; Snyder, Abraham Z; Vu, An T; Woolrich, Mark W; Xu, Junqian; Yacoub, Essa; Uğurbil, Kamil; Van Essen, David C; Glasser, Matthew F (2013). "Resting-state fMRI in the Human Connectome Project". NeuroImage. 80: 144–68. doi:10.1016/j.neuroimage.2013.05.039. PMC 3720828. PMID 23702415.
  24. ^ Griffanti, Ludovica; Douaud, Gwenaëlle; Bijsterbosch, Janine; Evangelisti, Stefania; Alfaro-Almagro, Fidel; Glasser, Matthew F; Duff, Eugene P; Fitzgibbon, Sean; Westphal, Robert; Carone, Davide; Beckmann, Christian F; Smith, Stephen M (2017). "Hand classification of fMRI ICA noise components". NeuroImage. 154: 188–205. doi:10.1016/j.neuroimage.2016.12.036. PMC 5489418. PMID 27989777.
  25. ^ Salimi-Khorshidi, Gholamreza; Douaud, Gwenaëlle; Beckmann, Christian F; Glasser, Matthew F; Griffanti, Ludovica; Smith, Stephen M (2014). "Automatic denoising of functional MRI data: Combining independent component analysis and hierarchical fusion of classifiers". NeuroImage. 90: 449–68. doi:10.1016/j.neuroimage.2013.11.046. PMC 4019210. PMID 24389422.

외부 링크

관련 Connectome 프로젝트
보도자료
뉴스 리포트